বিল গেটস “AI” থেকে ঠিক কী প্রমাণ চাইছেন?

এই ধরণের সিস্টেমে, “AI” স্বাস্থ্যসেবা কর্মীদের সক্ষমতা বাড়িয়ে তুলতে পারে: বিশেষজ্ঞদের পরামর্শ পাওয়া, সঠিক সম্পদ বণ্টন এবং ক্লিনিক থেকে বাড়িতে সেবা পৌঁছে দেওয়া। গেটস জোর দিয়ে বলেছেন, হরাইজন ১০০০-এর টুলগুলো স্বাস্থ্যসেবা কর্মীদের সাহায্য করবে, তাদের প্রতিস্থাপন করবে না।

২০২৬ সালের জুলাইয়ে রুয়ান্ডা সফরের সময়, গেটস 'হেলথ ইন্টেলিজেন্স সেন্টার'-এর ওপর বিশেষ গুরুত্ব দেন, যেখানে স্বাস্থ্যসেবা বিষয়ক তথ্য বিশ্লেষণ করে স্বাস্থ্য মন্ত্রণালয় সিদ্ধান্ত গ্রহণ করে। “AI” প্রয়োগের সক্ষমতা শেষ পর্যন্ত সেই সিস্টেমের ওপরই নির্ভর করে যা প্রযুক্তি গ্রহণ করবে।

এটাই সেই পয়েন্ট যেখানে হরাইজন ১০০০-এর গল্পটি বিশ্বব্যাপী একটি বড় সমস্যার মুখোমুখি হয়।

আরও পড়ুন: মানুষের মস্তিষ্ক বোঝার প্রচেষ্টায় ড. ত্রান ভ্যান জুয়ান

মার্চ ২০২৬-এ প্রকাশিত OECD-এর প্রতিবেদন অনুযায়ী, সব দেশেই স্বাস্থ্য ব্যবস্থায় “AI” উপস্থিত থাকলেও জাতীয় পর্যায়ে এর ব্যবহার সীমিত। ইমেজ ডায়াগনস্টিক বা ছবি বিশ্লেষণের ক্ষেত্রে মাত্র ১০ শতাংশ অ্যাপ্লিকেশন জাতীয় পর্যায়ে পৌঁছাতে পেরেছে।

গুরুত্বপূর্ণ বিষয়টি হলো বিদ্যমান ডিজিটাল পরিকাঠামো এবং “AI” শাসনের সক্ষমতার মধ্যে পার্থক্য। ১০০ শতাংশ দেশে স্বাস্থ্য তথ্য সুরক্ষার আইন থাকলেও, মাত্র ৩ শতাংশে স্বাস্থ্য খাতে “AI”-এর জন্য নির্দিষ্ট আইন রয়েছে।

“AI”-এর ক্ষেত্রে প্রশ্ন শুধু এটি অনুমোদনের সময় সঠিক ছিল কি না তা নয়। সিস্টেমকে জানতে হয় যে এটি বাস্তবে কীভাবে কাজ করছে, ভিন্ন ভিন্ন রোগীদের ক্ষেত্রে এর ফলাফল কেমন এবং চিকিৎসকরা কি যন্ত্রের ওপর অতিরিক্ত নির্ভরশীল হয়ে পড়ছেন কি না।

সুতরাং, “১,০০০ ক্লিনিকে “AI” পৌঁছানো” মানে কেবল প্রযুক্তির বিতরণ। এর আসল পরীক্ষা হবে সেই ক্লিনিকগুলোর সিস্টেম সঠিক টুল বাছাই করতে, তা সঠিকভাবে ব্যবহার করতে এবং এর দায়বদ্ধতা নিশ্চিত করতে পারে কি না।

মানবসঞ্চালিত প্রশিক্ষণের অভাবও স্পষ্টভাবে দৃশ্যমান। মাত্র ২৯ শতাংশ দেশ স্বাস্থ্য কর্মীদের “AI” সচেতনতা বা সক্ষমতা বৃদ্ধির জন্য জাতীয় পর্যায়ে কাজ করছে। তাই, কেবল প্রযুক্তি পৌঁছে দিলেই হবে না, বরং কর্মীবাহিনীকে প্রশিক্ষিত করে তোলা অপরিহার্য।

বিশ্ব স্বাস্থ্য সংস্থা তাদের গাইডলাইনের মাধ্যমে এই নৈতিক ও প্রশাসনিক প্রশ্নের উত্তর খোঁজার চেষ্টা করছে।

WHO সরকার, ডেভেলপার এবং স্বাস্থ্যসেবা প্রতিষ্ঠানগুলোকে দায়িত্ব দিয়েছে, কারণ “AI”-এর নিরাপত্তা কেবল কারিগরি গুণমানের ওপর নির্ভর করে না।

প্রথমত, “AI”-কে সাধারণ সক্ষমতার পরিবর্তে সুনির্দিষ্ট কাজের জন্য যাচাই করতে হবে। দ্বিতীয়ত, গড় কার্যকারিতা যথেষ্ট নয়; ভিন্ন ভিন্ন গোষ্ঠীর মানুষের ওপর এর প্রভাব জানতে হবে। তৃতীয়ত, পণ্য বাজারে আসার পরেও এর নিরপেক্ষ অডিট প্রয়োজন। চতুর্থত, দায়বদ্ধতা মেশিনের ওপর চাপিয়ে দেওয়া যাবে না। এবং পঞ্চম, ডিজাইনের সময় থেকেই চিকিৎসক ও রোগীদের মতামত নিতে হবে।

এসব মানদণ্ড পূরণ করার পরেও গেটস একটি মৌলিক প্রশ্ন তোলেন: যা মেশিন ভালো করতে পারে, তার সবই কি মেশিনের হাতে ছেড়ে দেওয়া উচিত?

গেটস তার বাবার শেষ দিনগুলোর কথা স্মরণ করে “Human Reserved” বা “মানব-সংরক্ষিত” ধারণাটি তুলে ধরেছেন। এটি এমন ক্ষেত্র যা মেশিন বা রোবট ভালো করতে পারলেও, সমাজ সচেতনভাবে মানুষের জন্য নির্দিষ্ট রাখবে। চিকিৎসা ক্ষেত্রে এমন অনেক সংবেদনশীল সিদ্ধান্ত থাকে যা মেশিন নয়, মানুষের দ্বারাই সম্পন্ন হওয়া উচিত।

পরিশেষে, চিকিৎসা ক্ষেত্রটি “AI”-এর সমতার জন্য সবচেয়ে কঠোর পরীক্ষা হতে পারে। যদি “AI” এই পরীক্ষায় উত্তীর্ণ হয়, তবেই গেটসের প্রত্যাশা অনুযায়ী প্রযুক্তির মাধ্যমে পৃথিবী আরও সমতাপূর্ণ হওয়ার সম্ভাবনা বাস্তব রূপ পাবে।

আরও পড়ুন:

[কভার স্টোরি] হুয়াইন বিচ এনগক: টিটিসি গ্রুপের অবদান

প্রতিযোগিতামূলক সুবিধা অর্জনে ব্যবসার উপায়

আর্থিক সাক্ষরতা: তরুণ প্রজন্মের ভিত